（来源：上观新闻）
这种低🍁🇩🇴成本、高容错的物🔶理沙盒，让AI得🦕😕以在游戏环境🚍中迭代算法，从而🖖完成从🇧🇱单纯的数据拟合🔯到具备物理🇬🇸感知的♎🦃认知提升🐅🍩。Claude 😳🇸🇸Opus 👖⏪4.6： GPT😭🇰🇬-5.4👨🍳： Dee🎍*️⃣pSeek-V4👩🔬🛋-Pro： 🆕👕Kimi🈸 K2🎸🏴.6： 在这🤭个任务中，🆑💿GPT🚰-5.4🧑的表现不🦉及格，一直卡在雪🏏山页面根本动不🎞了；DeepSe🇲🇬ek-⬛V4-🇦🇪🐬Pro倒是完成↩🦴了任务🦕🚂，但是建🙄🔗模肉眼可见的📕🎁粗糙↪。
此外，游戏🐓🦢环境的高信噪🇹🇻比反馈，‼📵使得较小参数规模🥃🎙的模型也能通过🤕🔦交互式学👨🍳🍘习达到惊🇦🇿🦀人的效果🌧。它摒弃⏪🇷🇺了传统依赖🇨🇩🖼人工特征🎎的旧范式，提出☔🚀了一套🍢“深度网络直觉+🚭♒蒙特卡洛🇨🇽💌树搜索（MCT⬜🐭S）”🚁的通用框架🇮🇪🔯。
与斯坦福小🇹🇭📏镇纯观察AI社交▶🇵🇼行为不🔙🧁同，《Aivil🦠👊izati🖋on》为⚱智能体设定了明确🇰🇳的经济目标——😍🛀通过工作💒🇧🇦赚取金钱并在排行👊榜上竞争🥴。
